GenAI Showcase
1.0.0
Генеративные варианты использования AI Репозиторий Добро пожаловать в репозиторие вариантов использования генеративного ИИ! Этот всеобъемлющий ресурс демонстрирует передовые приложения в генеративном ИИ, включая поколение поиска (RAG), агенты искусственного интеллекта и отраслевые варианты использования. Узнайте, как MongoDB интегрируется с Rag Pipelines и AI -агентами, служате векторной базой данных, операционной базой данных и поставщиком памяти.
Ключевые функции:
В этом разделе содержится примеры использования, которые обычно наблюдаются в сценариях, ориентированных на отрасли и общих приложениях. Каждая запись в таблице включает в себя описание и ссылки на примеры на уровне производства и соответствующий код.
| Вариант использования | Куча | Связь | Описание |
|---|---|---|---|
| Поддержка клиентов Чатбот | JavaScript, Openai, Mongodb | MongoDB Chatbot Framework предоставляет библиотеки, которые обеспечивают создание сложного чата -бота | |
| HR поддержка чатбота | Langgraph.js, антропический, openai, mongodb | Создайте AI-помощник по персоналу с использованием langgraph.js и mongodb | |
| Trip Advisor - Laravel, Openai и Atlas | PHP (Laravel), Openai, Mongodb | Используйте PHP, Laravel и Openai для построения суфистированных рекомендательных двигателей | |
| MongoDB AI Framework | Ключевые компоненты стека ИИ | MAAP Framework - это набор библиотек, которые вы можете использовать для создания приложения RAG с использованием поиска MongoDB и Atlas Vector и связанных партнеров MAAP | |
| MongoDB и строительные агенты | Mongodb Atlas, Buildship Low-код, антропный | Это руководство демонстрирует, как создать агент ИИ для обработки рабочих процессов бронирования аренды с использованием платформы Buildship без кода с агрегацией MongoDB и вставки интеграции. |
| Заголовок | Куча | Колаба | Статья |
|---|---|---|---|
| Тряпка с лама3, обнимающееся лицо и монгодб | Обнимающееся лицо, лама3, монгодб | ||
| Как построить тряпичную систему, используя Claude 3 Opus и Mongodb | Mongodb, антроп, Python | ||
| Как построить тряпичную систему со стеком Polm AI | Polm (Python, Openai, Lmamaindex, Mongodb) | ||
| Mongodb Langchain Cache Memory Pement Python | Polm (Python, Openai, Langchain, Mongodb) | ||
| Mongodb Langchain Cache Memory JavaScript пример | JavaScript, Openai, Langchain, Mongodb | ||
| Пример реализации наивного тряпки | Polm (Python, Openai, Lmamaindex, Mongodb) | ||
| Пример встроенного текста Openai | Python, Mongodb, Openai | ||
| Тряпка с обнявшим лицом и примером монгодба | Обнимающе | ||
| Общаться с примером PDF | Python, Mongodb, Openai, Langchain | ||
| Тряпичный трубопровод | Python, Mongodb, Gemma2, Keranlp | ||
| Rag Pipeline с открытыми моделями | Python, Mongodb, Gemma2, обнимающееся лицо | ||
| MongoDB и консультант по приготовлению пищи с сена | Python, Hay Stack, Openai | ||
| MongoDB и семантическое ядро рекомендация фильма Рекомендация Бот | C# Console App, MongoDB, семантическое ядро, Azure Openai или Openai | GitHub Repo | Просмотреть статью |
| Создайте управляющий активами Rag Chatbot | Cohere, Mongodb, Python | Вскоре | |
| Шатбот менеджера активов с LLM Evals и Mederation | Gemma 2b, Shieldgemma, Mongodb, Python | ||
| Лирический семантический поиск с MongoDB и Spring AI | Java, Spring AI, Openai, Mongodb | GitHub Repo | |
| Terraforming AI Workflows: тряпка с Mongodb Atlas и Spring AI | Java, Spring AI, Openai, Mongodb, Terraform | GitHub Repo |
Агент - это искусственная вычислительная сущность с осознанием своей среды. Он оснащен факультетами, которые обеспечивают восприятие посредством ввода, действий посредством использования инструментов и когнитивных способностей с помощью фундаментальных моделей, поддерживаемых долговременной и кратковременной памятью. В рамках искусственного интеллекта агенты - это искусственные сущности, которые могут принимать разумные решения, за которыми следуют действия, основанные на восприятии окружающей среды, обеспечиваемые крупными языковыми моделями.
| Заголовок | Куча | Colab Link | Ссылка на статью |
|---|---|---|---|
| Помощник по безопасности агентского завода | Langgraph, Open Ai, Mongodb, Langchain | ||
| ИИ научный сотрудник | Fireworks AI, Mongodb, Langchain | ||
| Исследователь инвестиций ИИ | Mongodb, Crewai и Langchain | ||
| Агентная тряпка: система рекомендаций | Claude 3.5, Lmamaindex, Mongodb | ||
| Агент HR Chatbot | Claude 3.5, Langgraph, Mongodb | Вскоре | |
| AWS BEDROCK AGEG | Claude 3, Aws Bedrock, Python, Mongodb | ||
| Помощник управляющего активами | Langgraph, openai, антроп, монгодб | ||
| Реализация рабочей памяти с Tavily и MongoDB | Python, Tavily, Mongodb | ||
| AI FOOD Assistant | Семантическое ядро, C#, Openai, Mongodb | GitHub Repo | Вскоре |
Эта папка будет содержать все традиционные учебные пособия по машинному обучению. Они включают в себя важные объяснения, пошаговые инструкции и все, что нужно читателю, чтобы добиться успеха после учебника от начала до конца.
| Заголовок | Colab Link |
|---|---|
| Написано в «Звездах»: прогнозируйте свое будущее с помощью диаграмм Tensorflow и MongoDB |
Эти специфические учебники MongoDB предназначены для демонстрации конкретной платформы MongoDB, интегрированной с искусственным интеллектом или машинным обучением. Эти пошаговые учебные пособия позволили бы читателю по-настоящему понять не только платформу, но и использование ИИ.
| Заголовок | Colab Link |
|---|---|
| Aperol Spritz Summer с геопространственными запросами MongoDB и поиском вектора | |
| SIP, SWIG, и поиск с Playwright, OpenAI и MongoDB Atlas Search | |
| Приглашение квантованных векторов с помощью Cohere и MongoDB | |
| Оценка квантованных векторов по сравнению с некванизированными векторами с MongoDB |
Семинары предназначены для того, чтобы провести учащихся через пошаговый процесс разработки приложений LLM. Эти семинары включают в себя важные объяснения, определения и ресурсы, предоставленные в ноутбуках и проектах. Каждый семинар структурирован для создания фундаментальных знаний и постепенного продвижения к более сложным темам. Практические упражнения и примеры реального мира гарантируют, что учащиеся могут эффективно применять концепции, что облегчает понимание интеграции и развертывания генеративных приложений искусственного интеллекта.
| Заголовок | Colab Link |
|---|---|
| Прагматическая разработка применения LLM: от тряпичных трубопроводов до агента искусственного интеллекта | |
| Создание чат -ботов с поиском вектора NextJS и Atlas |
Полезные инструменты и утилиты для работы с генеративными моделями ИИ:
Ниже приведены различные наборы данных с вставками для использования в POC и демонстрациях LLM. Все наборы данных можно получить и загрузить со соответствующих страниц обнимающегося лица.
| Имя набора данных | Описание | Связь |
|---|---|---|
| Космопедия | Чунк -версия подмножества набора данных Cosmopedia Data | |
| Фильмы | Western, Action и Fantasy Movies, в том числе название, год выпуска, актерские составы и Openai Entgdings для векторного поиска. | |
| Airbnb | Набор данных списков Airbnb с описаниями свойств, обзоров, метаданных и встраиваний. | |
| Технические новости | Технические новостные статьи с 2022 и 2023 годов о ценных технологических компаниях. | |
| Ресторан | Набор данных ресторана с местоположением, кухней, рейтингов, атрибутов для анализа отрасли, рекомендаций и географических исследований. | |
| Подмножество Arxiv Papers | Это подмножество ARXIV имеет 256-мерные встроенные вкладки OpenAI для каждой записи, созданную путем объединения названия, авторов (S) и абстрактного. |
Мыслительное лидерство в ИИ - не вариант, мы относимся к этому серьезно. Вот почему мы курировали статьи и произведения, созданные нашей командой, чтобы подготовить вас к разговору и оснащены правильной информацией, чтобы принимать ключевые решения при создании продуктов ИИ.
| Заголовок | Связь |
|---|---|
| Что такое стек ИИ? | |
| Как оптимизировать приложения LLM с приглашенным сжатием с использованием LLMlingua и Langchain | |
| Что такое поиск вектора атласа | |
| Как выбрать правильную стратегию подготовки к вашему приложению LLM | |
| Как выбрать правильную модель встраивания для вашего приложения LLM | |
| Как оценить приложение LLM |
Мы приветствуем вклад! Пожалуйста, прочитайте наши рекомендации по вкладу для получения дополнительной информации о том, как участвовать.
Этот проект лицензирован по лицензии MIT.
Не стесняйтесь обращаться за любыми запросами или предложениями:
